O DESAFIO
Dados fragmentados e atrito nas vendas
Para as equipes de go-to-market (GTM) do MongoDB, preparar-se para uma conversa com o cliente nunca foi uma tarefa simples de pesquisa. Isso significa reunir informações do Salesforce, transcrições de reuniões, e-mails e documentos e, então, transformá-las em planos de conta, perguntas de descoberta e tarefas de acompanhamento.
As informações existiam, mas os vendedores precisavam conectar os pontos por conta própria. Alternar entre aplicações significava reunir informações de contexto repetidamente, e as ferramentas de IA de uso geral geralmente produziam respostas que não levavam em conta o negócio nem a metodologia de vendas do MongoDB, exigindo revisão manual. De fato, os executivos de conta do MongoDB gastavam em média de 4 a 6 horas em tarefas administrativas em cada ciclo de conta/negociação. Reduzir esse tempo e permitir que os membros da equipe de GTM dediquem seu tempo e seus esforços à satisfação do cliente pode ter um impacto significativo.
Mas, para fazer isso de forma eficaz, o MongoDB precisava de uma maneira de incorporar o contexto relevante do cliente ao próprio trabalho, em vez de deixar que cada vendedor preenchesse as lacunas entre os sistemas.
NOSSA SOLUÇÃO
Criando um sistema de ação com o Mecanismo de agente do Atlas
O MongoDB usou o Atlas Agent Engine para criar a Holly, um assistente de IA interno que conecta inteligência sobre contas aos fluxos de trabalho diários de vendas.
Para a preparação de reuniões, Holly reúne informações relevantes para criar briefs personalizados e identificar perguntas ainda sem resposta. Após as conversas, ela ajuda os vendedores a capturar insights de descoberta nas transcrições e manter os registros do Salesforce atualizados. Os resumos de contas e oportunidades apoiam o planejamento contínuo, enquanto as ferramentas de pesquisa e correspondência ajudam as equipes a preparar abordagens direcionadas.
Figura 1. Arquitetura de agente de Holly.
Essas funcionalidades atendem às etapas relacionadas do trabalho do vendedor: entender o cliente, identificar o que ainda precisa ser aprendido e registrar informações que ajudem na próxima interação Holly baseia esse trabalho no contexto de negócios específico do MongoDB, em vez de tratar cada solicitação como uma questão de pesquisa genérica.

